ใหม่Added Agnes 3.0 Flash & DeepSeek V4.1 Flash
การวิเคราะห์อิสระ ของโมเดล AI ระดับโลก
ทำความเข้าใจภูมิทัศน์ของ AI แถวหน้าเพื่อเลือกโมเดลพื้นฐาน แผนราคา และผู้ให้บริการคลาวด์ที่เหมาะสมที่สุดสำหรับคุณ
- โมเดลที่จัดอันดับ
- 767
- หมวดหมู่
- 18
- แหล่งข้อมูล
- 5
ไฮไลท์สำคัญ
01 · อันดับเรียลไทม์
โมเดลอันดับสูงสุด
10 อันดับโมเดลตามคะแนนรวม Podium
ดูทั้งหมด →| # | โมเดล | Podium Score |
|---|---|---|
| 01 | Claude Mythos Preview Anthropic · Proprietary | 97.4 |
| 02 | Claude 5.5 Sonnet Anthropic · Proprietary | 94.8 |
| 03 | Kimi K3.1 Pro Moonshot AI · Open Weights | 94.2 |
| 4 | Eleven Multilingual v3 ElevenLabs · Proprietary | 94.0 |
| 5 | FLUX.2 Pro Black Forest Labs · Proprietary | 93.8 |
| 6 | Gemini 4 Argon Google · Proprietary | 93.6 |
| 7 | Claude Fable 5 Anthropic · Proprietary | 93.4 |
| 8 | GPT-Image 2 OpenAI · Proprietary | 93.1 |
| 9 | Grok Imagine Quality xAI · Proprietary | 92.6 |
| 10 | ElevenLabs Scribe v2 ElevenLabs · Proprietary | 92.5 |
02 · โดเมนการประเมิน
โมเดลที่ดีที่สุดตามการใช้งาน
การเขียนโค้ด
วิศวกรรมโค้ดระดับ repository: SWE-Bench, LiveCodeBench, SciCode, Terminal-Bench, HumanEval
ผู้นำ: Claude Fable 5.1
คณิตศาสตร์
จากคณิตโอลิมปิกถึงแนวหน้า: AIME, MATH, FrontierMath
ผู้นำ: Claude Mythos Preview
การให้เหตุผล
การให้เหตุผลเชิงลึกและวิทยาศาสตร์: GPQA Diamond, HLE, ARC-AGI-2
ผู้นำ: Claude Mythos Preview
เอเจนต์
การใช้เครื่องมืออัตโนมัติ: OSWorld, Toolathlon, MCP Atlas, τ²-Bench
ผู้นำ: Kimi K3
ความรู้
ความรู้ข้อเท็จจริงและต้าน hallucination: SimpleQA, MMLU-Pro, MMMLU
ผู้นำ: Claude Mythos Preview
มัลติโมดัล
เข้าใจภาพและเอกสาร: MMMU, CharXiv, ScreenSpot-Pro
ผู้นำ: Claude Mythos Preview
03 · งานวิจัยและวิเคราะห์
บทความล่าสุด
04 · คำถามที่พบบ่อย
คำถามที่พบบ่อย
ทุกโมเดลจะได้รับ Podium Score (0–100) ซึ่งคำนวณจาก 4 แหล่งข้อมูล: คะแนน Arena Elo 35%, ค่าเฉลี่ย Benchmark 30%, ดัชนีปัญญา 20% และ LLM Stats 15%
Claude Mythos Preview นำเป็นอันดับหนึ่งด้วยคะแนน 97.4 ตามด้วย Claude 5.5 Sonnet (94.8) และ Kimi K3.1 Pro (94.2)
เราคัดสรร โมเดลเรือธง 767 รุ่น ใน 18 หมวดหมู่ (โค้ด, คณิต, การให้เหตุผล, เอเจนต์, ความรู้, มัลติโมดัล, บริบทยาว, ความเร็ว, ความคุ้มค่า และโอเพนเวต) พร้อมตารางอารีนาฉบับเต็มที่ 722 โมเดล
จาก 5 ตารางอันดับสาธารณะ: Arena.ai, Artificial Analysis, LLM Stats, Vellum Leaderboard, LLMBase โดยอัปเดตทุกสัปดาห์